老旧小区改造浪潮下 智慧安防市场的机遇与挑战

由于城镇老旧小区改造是重大民生工程和发展工程,对满足人民群众美好生活需要、推进城市更新和开发建设方式转型、促进经济高质量发展等具有十分重要的意义。为全面推进城镇老旧小区改造工作,2020年7月国务院办公厅发布《关于全面推进城镇老旧小区改造工作的指导意见》(下称《意见》)。

国务院发布的《意见》中明确了中央财政重点支持供水、排水、道路、安防等基础类改造内容。其中尤为明确地提出了智能安防的建设要求,鼓励综合运用物防、技防、人防等措施满足安全需要。

老旧小区不可避免因为建设时间过长而导致安防基础设施存在老化或失效等问题日益凸显,加上安全管理投入有限,导致无法对社区管理和人员流动进行有效的管理,给居民安全带来风险隐患,各地政府陆续出台支持老旧小区改造的政策和规划,但如何落实对老旧小区进行有效的改造升级、完善老旧小区的安全管理、保障小区居民的生活安全将成为关键。

老旧小区安防改造涉及视频监控系统、周界防范系统、出入口管理系统、智慧消防系统等,从应用和技术角度来看主要有以下几个关键的发展机遇。

一是出入口管理系统的发展机遇。出入口管理是老旧小区安全防范的“最重要防线”。在老旧小区出入口中,通过小区出入口、单元门出入口人脸自助核验门禁等智能前端形成立体化治安防控体系,通过构建AI+大数据,实现对老旧小区内所有住户、房屋、车辆等基础信息采集,采用人脸识别、车牌识别等技术,实现信息匹配。一方面实现了实名制的统一出入管理,进行重点目标布控告警、陌生人提醒等,另一方面做到出入管理的便捷化。

二是周界防范系统的发展机遇。周界防范系统是老旧小区安防提升的重要一环。周界是社区安全防范的第一道防线,没有安防措施的周界围墙容易成为不法份子入侵的缺口,做好第一道防线的安防,提高非法行为的实施难度,是社区周界安全管理应该考虑的首要问题。此次国务院发布的《意见》指出老旧小区改造中不仅是基础类的安防设施,还包括完善类中的加装电梯、停车库(场)以及其他智能配套设施所需的安防硬件;还有提升类中涉及公共服务设施配套建设及其智慧化改造,例如小区周界防护等智能感知设施等都属于智慧安防建设范畴。

三是老旧小区视频监控系统的发展机遇。老旧小区公共区域管理,视频监控系统发挥着重要作用。老旧小区公共空间是小区建筑实体之间存在的开放空间(如电梯、楼道、小区花园等),是小区居民进行公共交往,举行各种活动的开放性场所。小区公共空间存在众多公共设施,也是车辆重要的停放区域,因此加强小区公共空间安全防范至关重要。当前,以智能化视频监控系统为代表的智能安防技术开始越来越多应用在社区内部管理中,不仅为社区提升安全性,同时为物业管理人员减轻了繁复的工作量,提高了小区的高效管理。

四是老旧小区综合应用管理平台的发展机遇。综合管理应用平台是老旧小区的中枢和大脑。首先,数据网关将不同子系统、不同类型的数据形成统一的结构化数据汇入整体的系统内,破除信息壁垒,打通数据孤岛,为老旧小区改造综合平台的数据获取提供支撑。其次,多元化数据系统是老旧小区改造的中台,具备业务服务能力与数据服务能力,是业务应用的基础。最后,基于感知数据汇聚,掌握动态数据,构建人物、事件等模型,形成一张小区三维实景地图,满足老旧小区开展更新改造、违建监管等业务的要求。

经过这次疫情可以发现,老旧小区天生存在疫情防控的短板,各地更加重视老旧小区改造工作。老旧小区普遍存在的安防问题有以下四种,这将是老旧小区改造下安防市场所面临的挑战。

第一是安防设备陈旧,年久失修。大部分的门禁已经年久失修,过了产品的使用年限,无人维护保养,安防设备形同虚设,小区摄像头多处损坏,摄像头画面黑屏、出现雪花等情况。这都使得小区存在不稳定性因素较多,若闲散人员趁机混进小区也无证可查。

第二是物管难以对陌生人员进行有效监管。由于安防设备年久失修,陌生人可以随意进出小区,造成小区人口流动性大为增加,同时由于安保水平较弱,造成小区盗窃频发的现象。

第三是小区物业缺乏完整的系统管理。由于物业缺乏一套完整的系统管理,物业也难以为小区居民提供优质、便利的服务。长期下来,导致小区业主与物业产生诸多隔阂,容易造成业主要求更换物业公司的事情发生。同时小区内门禁设备陈旧以及损坏较多,小区的安保人员工作难度增大,对陌生人管理则没有一套较为便捷、精准的解决方案来应对。

第四是后续管理问题。城镇老旧小区改造后,小区面貌焕然一新,居民生活质量得以提高,为更好更长久保持小区的良好环境,必须建立评价考核机制,对各物业服务企业进行日常监督和考核。小区可按照评价体系进行分级,引入服务考核及评价达标的物业公司,解决老旧小区“无管”“失管”现象;探索小区自治模式,鼓励更多居民承担公共义务,提高小区居民自我管理、自我服务能力;全面推进小区管理向制度化、长效化方向发展,为居民提供舒心、文明的美好生活家园。

从上面可以看出,看似不难的老旧小区安防业务开拓,实则存在着众多挑战。此外,虽然政府对基础设施有财政支持,但在完善类以及提升类项目建设中,老旧小区业务或者物业对对价格的敏感度很高,部分改造技术上的问题因为资金有限、无法协调等等原因难以实现,需要项目设计施工控制成本。另外在建设施工过程中也存在着一定的难度,诸如线路难题、入户难题,尤其是门禁、楼宇对讲需要入户的协调,带来工程量大、工期无法预估等问题,这将增加企业的成本。

总体来说,如果有渠道沉淀,老旧小区改造确实能为企业带来不少的利润,但如果没接触过相关渠道的企业,这一领域仍然伴随着许多的风险,市场容量也亟待增加,想要进入还需技术和解决方案上的仔细考量才行。

在市场规模不断扩大的前提下,如今老旧小区安防智能化改造的玩家也在不断增多,市场也面临着更多元化的竞争,在这个基础上,整个市场对于改造也提出了更多智能化的需求。

老旧小区改造,是城市更新的重要一环。现如今,城镇老旧小区改造市场的体量逐渐增大,再加上各地方政府发文部署推进实施政策方面的利好,能给后疫情时代饱受经济下行之苦的安防企业带来一线曙光。但是老旧小区的改造市场也有一定的制约,在可以预见的将来,老旧小区改造市场必然会迎来更加激烈的竞争。

老旧小区改造面上是基础建设项目,实质也是社会治理工程。面对改造过程中的不同诉求,需要在尊重群众意愿、倾听不同声音基础上,用“一区一策”“共建共管”等方式,精准施策推动,满足群众需求,共绘老旧小区改造最大“同心圆”。面对这样的百亿级市场需求,安防市场迎来回暖重大机遇,让我们拭目以待。

文章来源:中国安防协会公众号

Thinmoo,专注于人工智能物联网(AIoT)的National high tech enterprise,公司在互联网音频通信、智能硬件、安防、人工智能方面有深厚的技术积累;在深圳、北京、上海、西安、厦门、长沙、潍坊、昆明、郑州、兰州、重庆、温州、内蒙等地建有服务中心,具有全国服务能力。公司拥有业界领先的基于移动互联网的智慧社区、智慧校园、智慧家庭系列产品及解决方案,主打产品人脸识别云对讲、手机蓝牙二维码云门禁、社区机器人、智能家居、社区物联网等产品及云平台;为万科、星河、建设银行、金科、长城、方圆、珠江地产、苏宁、富力、上铺、微谷、华润、宏阳集团、佳兆业集团、深圳保利物业集团、旭辉集团、中移物联网等国内多家著名品牌房地产、互联网、安防企业提供产品及服务;产品远销美国、意大利、马来西亚、新加坡、塞尔维亚、英国等海外客户。公司本着客户第一、质量至上、认真踏实、艰苦奋斗的经营理念,开放共赢,不断制造精品,以精品回报客户,为创建更美好社区服务

老旧小区改造,催生千亿元安防市场商机

2020年开始,我国将全面推进城镇老旧小区改造工作,国务院办公厅专门印发了《关于全面推进城镇老旧小区改造工作的指导意见》。

《意见》明确,要重点改造2000年底前建成的老旧小区,提升老旧小区品质。

2020年新开工改造城镇老旧小区3.9万个,涉及居民近700万户;到2022年,基本形成城镇老旧小区改造制度框架、政策体系和工作机制;到“十四五”期末,力争基本完成2000年年底前建成的、需改造的城镇老旧小区的改造任务。

老旧小区是城市发展的见证者,也是城市历史的见证者。

老旧小区因规划建设年代早,建设标准相对较低,不同程度地存在着管线老化、设备年久失修、安防设施陈旧、电梯老化或没有电梯、停车位紧缺有些甚至没有地下停车场、治安管理落后、道路破损等诸多问题。


在这些问题中,安防和治安管理落后的问题比较突出,也最为迫切。

由于停车位紧缺,小区停车见缝插针,车辆横七竖八,消防通道也常常停满了车辆,给消防带来巨大隐患;楼道大门常年洞开,有的门禁系统形同虚设;社会推销人员进进出出,无人问津,小区楼道贴满了各种小广告;小区缺少监控摄像头,存在非常多的监控死角,有些小区即使有监控摄像头,也是老旧系统,拍到的图像模糊不清,不但设备老化,也缺乏管理和维护,许多摄像头甚至成了“睁眼瞎”,监控图像存储也达不到30天的要求。

以上种种问题,导致小区居民的人身和财产安全得不到保障,老旧小区安防系统的升级改造迫在眉睫。

我国城市老旧小区的数量非常庞大。据保守估计,我国城市现有400亿平方米旧建筑,而这其中约有一半需要改造。

根据国家统计局数据,1995年-2005年,全国每年新建小区为3000-3700个。照此计算,截至2019年年底,我国20年以上的老旧住宅小区超过4万个。

老旧小区改造是一项庞大的民生工程,无论中央还是地方均出台了多项政策加以引导。

2015年,中共中央办公厅、国务院办公厅印发了《关于加强社会治安防控体系建设的意见》明确指出:充分运营新一代互联网、物联网、大数据、云计算等技术,针对老旧小区和城乡结合部,实施“技防入户”工程和物联网安防小区视点,提升社区综合安防管理水平,为居民创造良好的生活环境。

老旧小区与高大上的新建小区相比,看上去“老、破、小”,不起眼,但实际上改造起来投入并不小。

2012年,广东、上海相继出台相关改造政策,提出“十二五”期间的旧改投入资金将分别达到1000亿和3000亿-4000亿元。

除了上海、广东外,全国不少省市自治区的老旧小区改造投入资金也都超过千亿元。

我们以昆明市呈贡区为例,2019年8月起,昆明呈贡区委政法委以奖补的形式,通过政府投入撬动社会资金,推动辖区智慧安防小区建设。

特别是在老旧小区改造上,计划首批改造老旧小区40个,呈贡区委政法委累计投入300多万元,加上社区(小区)自筹资金,累计投入3000多万元改造智慧安防小区。

此次国务院办公厅发布《关于全面推进城镇老旧小区改造工作的指导意见》明确,中央财政重点支持供水、排水、道路、安防等基础类改造内容。

同时要求各地要抓紧制定本地区城镇老旧小区改造技术规范,其中尤为明确智能安防建设要求,鼓励综合运用物防、技防、人防等措施满足安全需要。

在资金方面,按照“谁受益、谁出资”原则,积极推动居民出资参与改造,可通过直接出资、使用(补建、续筹)住宅专项维修资金、让渡小区公共收益等方式落实。

加大政府支持力度,将城镇老旧小区改造纳入保障性安居工程,中央给予资金补助。支持各地通过发行地方政府专项债券筹措改造资金。

支持城镇老旧小区改造规模化实施运营主体采取市场化方式,运用公司信用类债券、项目收益票据等进行债券融资,但不得承担政府融资职能,杜绝新增地方隐性债务。

商业银行依法合规对实施城镇老旧小区改造的企业和项目提供信贷支持。

通过政府采购、新增设施有偿使用、落实资产权益等方式,吸引各类专业机构等社会力量,投资参与各类需改造设施的设计、改造、运营。

为加快推进老旧小区改造工作,安徽省出台了《安徽省推进城镇老旧小区改造行动方案》中,将智能安防设施建设的要求纳入到老旧小区改造中。

建设重点是维修单元防盗门、增加小区大门门禁系统安装视频监控系统等,将小区主要出入口、重要通道、车辆集中停放等公共区域纳入到监控范围。

2019年,合肥市政府出台《合肥市住宅小区安全防范设施建设和管理实施办法》,同步纳入全市“老旧小区改造计划”顶层规划,2020年,纳入市政府“为民办实事”项目。合肥市公安局积极推动智慧平安小区建设。

据介绍,智慧平安小区可以运用大数据、人工智能、物联网等技术提升社区人防、物防、技防水平,降低小区发案率、净化小区治安环境,实现为小区物业、居民提供远程开门、访客管理、报修投诉、周边生活服务等应用,构建全息化社区管理服务网。

据统计,2020年全市用于智慧平安小区建设的投资预算约1.6亿元。下一步,合肥市将继续推进智慧平安小区建设提质增效,未来3至5年,将完成全市所有小区安全防范建设达标工作。

《关于全面推进城镇老旧小区改造工作的指导意见》为全国的老旧小区改造按下了“快进键”。

《意见》明确了改造任务中基础类设施,中央将给予资金补助,其中安防作为社区基础设施将获得国家财政上支持。

根据各地老旧小区改造情况来看,智慧安防小区建设将是老旧小区升级改造的重要组成部分。

在老旧小区人防、物防、技防的基础上,通过应用人工智能、物联网等,实现老旧小区智慧安防升级。

按照计划,今年将改造城镇老旧小区3.9万个。那么,老旧小区改造安防商机主要体现在哪些方面?老旧小区改造安防商机主要集中在以下几个领域:

01

智能安防监控

02

门禁

03

防盗报警系统

04

周界防范系统

05

智慧停车

06

智慧小区方案

07

智慧小区管理平台

专家分析,城镇老旧小区改造,以上七项涉及安防的设备采购、集成及安装,普通小区资金投入一般在20万元-50万元之间,大型小区资金投入一般在80万元-100万元。

根据住建部的相关文件,第一批老旧小区改造的期限为五年,国家总体投资达到五万亿,涉及到整改的老旧小区总数达到16万个。

我们以平均每个小区安防系统投入40万元-70万元计算,本轮老旧小区改造将为安防行业直接带来640亿-1120亿元的商机。

千亿元安防商机,是一块不容小觑的市场蛋糕,值得企业重视

文章来源:CPS中安网公众号

Thinmoo,专注于人工智能物联网(AIoT)的National high tech enterprise,公司在互联网音频通信、智能硬件、安防、artificial intelligence方面有深厚的技术积累;在深圳、北京、上海、西安、厦门、长沙、潍坊、昆明、郑州、兰州、重庆、温州、内蒙等地建有服务中心,具有全国服务能力。公司拥有业界领先的基于移动互联网的智慧社区、智慧校园、智慧家庭系列产品及解决方案,主打产品测温人脸识别人脸识别云对讲、手机蓝牙二维码云门禁、社区机器人、智能家居、社区物联网等产品及云平台;为万科、星河、建设银行、金科、长城、方圆、珠江地产、苏宁、富力、上铺、微谷、华润、宏阳集团、佳兆业集团、深圳保利物业集团、旭辉集团、中移物联网等国内多家著名品牌房地产、互联网、安防企业提供产品及服务;产品远销美国、意大利、马来西亚、新加坡、塞尔维亚、英国等海外客户。公司本着客户第一、质量至上、认真踏实、艰苦奋斗的经营理念,开放共赢,不断制造精品,以精品回报客户,为创建更美好社区服务

使用安装无线监控 可以带来哪些优势

  【CPS中安网 cps.com.cn】 通常,监控视频传输方式分两种,一种是基于同轴线缆或网线的有线传输,另一种是基于4G,5G和wifi的无线传输。但目前针对家庭监控,无线传输优势更为明显。今天我们就来了解一下无线监控的都有哪些优势吧。

1、综合成本低,性能更稳定。

  只需一次性投资,无须挖沟埋管,特别适合室外距离较远及已装修好的场合;在许多情况下,用户往往由于受到地理环境和工作内容的限制,例如山地、港口和开阔地等特殊地理环境,对有线网络、有线传输的布线工程带来极大的不便,采用有线的施工周期将很长,甚至根本无法实现。这时,采用无线监控可以摆脱线缆的束缚,安装周期短、维护方便、扩容能力强,迅速收回成本的优点。

  2、组网灵活,可扩展性好,即插即用。

  管理人员可以迅速将新的无线监控点加入到现有网络中,不需要为新建传输铺设网络、增加设备,轻而易举地实现远程无线监控。

  3、维护费用低。

  无线监控维护由网络提供商维护,前端设备是即插即用、免维护系统。

1、综合成本低,性能更稳定。

  只需一次性投资,无须挖沟埋管,特别适合室外距离较远及已装修好的场合;在许多情况下,用户往往由于受到地理环境和工作内容的限制,例如山地、港口和开阔地等特殊地理环境,对有线网络、有线传输的布线工程带来极大的不便,采用有线的施工周期将很长,甚至根本无法实现。这时,采用无线监控可以摆脱线缆的束缚,安装周期短、维护方便、扩容能力强,迅速收回成本的优点。

  2、组网灵活,可扩展性好,即插即用。

  管理人员可以迅速将新的无线监控点加入到现有网络中,不需要为新建传输铺设网络、增加设备,轻而易举地实现远程无线监控。

  3、维护费用低。

  无线监控维护由网络提供商维护,前端设备是即插即用、免维护系统。

4、无线监控系统是监控和无线传输技术的结合,它可以将不同地点的现场信息实时通过无线通讯手段传送到无线监控中心,并且自动形成视频数据库便于日后的检索。

  5、在无线监控系统中,无线监控中心实时得到被监控点的视频信息,并且该视频信息是连续、清晰的。在无线监控点,通常使用摄像头对现场情况进行实时采集,摄像头通过无线视频传输设备相连,并通过由无线电波将数据信号发送到监控中心。

 

文章来源:CPS中安网

Thinmoo,专注于人工智能物联网(AIoT)的National high tech enterprise,公司在互联网音频通信、智能硬件、安防、artificial intelligence方面有深厚的技术积累;在深圳、北京、上海、西安、厦门、长沙、潍坊、昆明、郑州、兰州、重庆、温州、内蒙等地建有服务中心,具有全国服务能力。公司拥有业界领先的基于移动互联网的智慧社区、智慧校园、智慧家庭系列产品及解决方案,主打产品测温人脸识别人脸识别云对讲、手机蓝牙二维码云门禁、社区机器人、智能家居、社区物联网等产品及云平台;为万科、星河、建设银行、金科、长城、方圆、珠江地产、苏宁、富力、上铺、微谷、华润、宏阳集团、佳兆业集团、深圳保利物业集团、旭辉集团、中移物联网等国内多家著名品牌房地产、互联网、安防企业提供产品及服务;产品远销美国、意大利、马来西亚、新加坡、塞尔维亚、英国等海外客户。公司本着客户第一、质量至上、认真踏实、艰苦奋斗的经营理念,开放共赢,不断制造精品,以精品回报客户,为创建更美好社区服务

人脸识别的起源和未来发展

人脸识别(Face Recognition)是模式识别与计算机视觉领域的一项经典任务,早在20世纪60年代,就有科学家提出了自动人脸识别(Automated Face Recognition)的概念。人脸识别的任务是对输入的人脸图像或者视频,判断其是否存在人脸如果存在人脸,则给出每个人脸的位置、大小信息,并通过提取人脸图像或视频中所蕴涵的身份特征,将其与已知的人脸进行对比,从而识别每个人脸的身份。经过近60年的发展历程,目前人脸识别技术已经存在于我们生活的每一个角落,刷脸上班、刷脸开门、刷脸支付正逐步走入日常生活,给人们带来比以往更便捷的体验。

Anil K. Jain et. al. 50 years of biometric research: Accomplishments, challenges, and opportunities, Pattern Recognition Letters

目前,人脸识别技术按照识别样本的维度可分为二维人脸识别和三维人脸识别两大类,其中二维人脸识别中又可细分为可见光人脸识别、近红外人脸识别以及素描人脸识别。二维人脸识别领域的早期研究主要是通过分析人脸相片和人脸画像中的五官几何特征来识别人的身份,1991年Turk等人提出了特征脸(Eigen Face)通过子空间建模的方法将人脸从高维空间映射到低维空间并在低维空间对人脸进行相似度计算,之后又相继有局部二值模式(Local Binary Pattern),Gabor特征等局部描述子及稀疏表达用于人脸的表征。近几年,随着深度神经网络的流行,端到端的人脸识别算法也逐渐成为了主流,常见的网络框架包括Alexnet, VGGNet, ResNet, MobileNet及ShuffleNet等。由于二维人脸识别易受到采集过程中人脸姿态及环境光的影响,同时得益于三维采集设备(深度相机)的普及,近些年三维人脸识别及三维模型辅助的二维人脸识别也正成为人脸识别研究的新热点。

Mei Wang et. al. Deep face recognition: a survey. arXiv preprint arXiv:1804.06655.

一个完整的人脸识别算法主要包括人脸检测,对齐,特征提取,识别四个步骤。人脸检测的目标是定位图像中的人脸中心及大小,其中最经典的算法是Viola和Jones在2001年提出的VJ框架,它使用简单的Haar-like特征和级联的AdaBoost分类器构造检测器,目前该算法已经作为内置在Matlab,Python,OpenCV等常用平台/开源库中,基于深度网络模型的人脸检测代表性算法MTCNN,通过三个子网络P-Net,R-Net和O-Net分别实现人脸的候选框检测,人脸区域定位和部分人脸关键点的位置回归。人脸对齐的目标是检测人脸五官及关键点的位置,进而调整人脸的大小,姿态,使测试人脸与注册人脸在比对时能有相同的尺度及近似的姿态(角度),主流的关键点检测算法包括传统的级联回归模型(Cascade Regression)以及基于深度神经网络的沙漏模型(Hourglass)。人脸的特征提取目标是在已对齐的人脸样本上提取全局或局部的描述符(特征向量),使其能表征身份信息的同时可以抵抗由于光照,衰老,化妆等外部干扰,随着深度神经网络的发展深度特征在表达人脸方面获得了超越传统算法如LBP,Gabor,Sparse Representation等的性能。人脸的识别则是在前面几步的基础之上对所提取的特征进行相似度的度量,经典的计算两张人脸在特征空间的欧式或余弦距离的算法已经逐步演变为了对深度网络中的损失函数的设计,人脸识别深度模型中常见的损失函数包括交叉熵(Crossentropy),三元组损失(Triplet Loss),Center Loss,AM-Softmax等。

在深度模型的时代,训练数据的质量是获得一个好模型的必要条件,目前常用的人脸数据库包括LFW (5749个人,13233幅图像),CASIA-WebFace (10,575个人,494,414幅图像),MegaFace(672,057个人,470万幅图像)以及MS-CeleB-1M(99,952个人,1049万幅图像)。同时,对训练样本进行数据扩增也是提高识别率和泛化能力的技巧之一,常见的扩增方式包括图像的平移,旋转,翻转,加噪声以及改变图像的亮度、对比度等。

最常见的人脸识别竞赛评价指标包括误识率(FAR, False Accept Rate或FMR, False Match Rate)以及拒识率(FRR, False Reject Rate或FNMR, Fasle Non-Match Rate)。其中误识率是指在标准人脸数据库上测试人脸识别算法时,将不同身份的比对样本对错识别为同一身份的比例,而拒识率是指在标准人脸数据库上测试人脸识别算法时,将同一身份的比对样本对错认为是不同身份的比例。根据应用场景的不同,在实际应用中可以通过调整算法的接受阈值来调节FAR和FRR,例如法医鉴定和民用场景相比商业应用和高安全场景,前者比后者能容忍更高的FAR。在国际知名人脸识别算法竞赛(人脸识别供应商测试,FRVT 2018)中,比赛中最严苛的项目即在签证照片比对的场景下,控制FMR<= 0.000001,比较各算法的FNMR,即比较百万分之一的误识情况下的拒识率,排名第一的算法在该指标上可以达到0.004,值得骄傲的是该比赛前五名的算法均为来自中国的研究团队。

文章来源:知乎Jason博士研究生

Thinmoo,专注于人工智能物联网(AIoT)的National high tech enterprise,公司在互联网音频通信、智能硬件、安防、artificial intelligence方面有深厚的技术积累;在深圳、北京、上海、西安、厦门、长沙、潍坊、昆明、郑州、兰州、重庆、温州、内蒙等地建有服务中心,具有全国服务能力。公司拥有业界领先的基于移动互联网的智慧社区、智慧校园、智慧家庭系列产品及解决方案,主打产品测温人脸识别人脸识别云对讲、手机蓝牙二维码云门禁、社区机器人、智能家居、社区物联网等产品及云平台;为万科、星河、建设银行、金科、长城、方圆、珠江地产、苏宁、富力、上铺、微谷、华润、宏阳集团、佳兆业集团、深圳保利物业集团、旭辉集团、中移物联网等国内多家著名品牌房地产、互联网、安防企业提供产品及服务;产品远销美国、意大利、马来西亚、新加坡、塞尔维亚、英国等海外客户。公司本着客户第一、质量至上、认真踏实、艰苦奋斗的经营理念,开放共赢,不断制造精品,以精品回报客户,为创建更美好社区服务

人脸识别门禁在安防行业的发展前景

【CPS中安网 cps.com.cn】 在生物识别技术的高速发展下,应用人脸识别技术的智能产品也越来越多,一些地方都使用了人脸识别Access control system,替代了传统的门禁,什么都不需要带,自需刷个脸就就能识别通过。人脸识别门禁在安防行业前景怎么样?在我们的办公大厦,智慧小区,车站都应用了人脸识别闸机。那你对人脸识别门禁懂得多少呢?

  大家都知道几年前的门禁就是通过钥匙或者IC门禁卡,那更先进的就是指纹识别门禁了吧,对传统的门禁管理的两大缺点理解;

  第一:安全性能不高

  目前一些老区应用传统的门禁系统,小区有着各种各样的人群,比如:发传单、产品推销、贴广告的杂乱无章的,而且还有不明的车辆来来往往。这样不仅影响居民的生活安全,还对于一些事情无法处理。因为传统的小区治安管理不高,对于一些盗窃事故不知如何去解决。

  第二:繁琐

  相信大家都有过忘记带钥匙的经历,如果你早晨班忘记带钥匙怎么办?要么你就自己在跑上去拿钥匙,要么就等别人来开门。那遇到上班比较急的情况呢?那这个月的全勤没,严重一点的还得扣工资是吧。这对一些健忘的上班族来说,是一个很痛苦的经历吧。而你把钥匙丢了呢?还是去业务处办理申请的手续。

  如果应用了人脸识别门禁你还会遇到这样的问题吗?这是不太可以的。

  人脸识别是一个新时代发展的产物,也会目前比较火人工智能技术的产品,人脸识别门禁在安防行业前景怎么样?

  在科学技术的飞速发展下,人脸识别门禁应用越来越广泛。此外,目前,各种行人通道,如别墅区,高端住宅区,景区,车站,办公大厦等,以及各种俱乐部,酒店,娱乐场所等,用于识别和自动收费管理。到行人通道门产品。未来的发展前景仍然十分广阔!

  人脸识别技术广泛应用于工厂的考勤系统,单元的消费系统,社区的访问控制,景点的检票系统,以及施工现场的掌形系统管理。它具有多种配置,可用于所有建筑环境,解决了行人通道中的所有控制问题。

文章来源:CPS中安网

  智能安防,在智慧城市里安防是很重要的一项,深圳市西墨智慧科技有限公司就针对智慧安防推出了多模态生物识别智能闸机解决方案,这套方案是通过拓世智能自主研发的终端,通过提取人特征信息,来和来访人进行对比,从而保证来访人员通行的安全性,提升安保级别。

Thinmoo,专注于人工智能物联网(AIoT)的National high tech enterprise,公司在互联网音频通信、智能硬件、安防、artificial intelligence方面有深厚的技术积累;在深圳、北京、上海、西安、厦门、长沙、潍坊、昆明、郑州、兰州、重庆、温州、内蒙等地建有服务中心,具有全国服务能力。公司拥有业界领先的基于移动互联网的智慧社区、智慧校园、智慧家庭系列产品及解决方案,主打产品测温人脸识别人脸识别云对讲、手机蓝牙二维码云门禁、社区机器人、智能家居、社区物联网等产品及云平台;为万科、星河、建设银行、金科、长城、方圆、珠江地产、苏宁、富力、上铺、微谷、华润、宏阳集团、佳兆业集团、深圳保利物业集团、旭辉集团、中移物联网等国内多家著名品牌房地产、互联网、安防企业提供产品及服务;产品远销美国、意大利、马来西亚、新加坡、塞尔维亚、英国等海外客户。公司本着客户第一、质量至上、认真踏实、艰苦奋斗的经营理念,开放共赢,不断制造精品,以精品回报客户,为创建更美好社区服务

测温人脸识别解决疫情期间的门禁与测温

 新冠病毒疫情在国内已得到非常有效的控制,复工复产有序进行,很多公司为减少接触,由原本传统的门禁换成了测温人脸识别的门禁,这是基于红外热成像、AI面部识别以及大数据等技术,可多途径监测企业员工数据,并确保数据信息的准确性。在企业的日常使用中,系统能够快速检测门禁通行人员的实时体温同时进行人脸识别,准确识别该员工的身份信息,同时解决疫情防控期间体温精准监测和门禁安防两大难题,接下来将为大家介绍一下人脸识别测温门禁:

 在企业人脸识别门禁测温系统的使用现场,当员工经过系统检测点时,不需停留,系统便会自动检测体温并反馈到显示屏上,通行速度达到每秒3人,测温精度达到±0.1℃,能够进行人体温度信息获取、人脸是否遮挡信息获取、局部遮挡人脸识别、身份证识别等多项识别对比,非授权人员,没带口罩以及体温不合格者均不能通过。

 企业人脸识别门禁测温系统可作为员工考勤打卡门禁管理系统使用,上下班考勤记录、体温等数据实时发送至考勤系统,供随时查看,提供多维度考勤数据,方便日常考勤工作,缓解考勤人员的工作压力。通过系统采集相关信息,如身份信息与体温匹配就会形成数据报表,自动启动预警机制并实时传输给疾控管理部门,以便疾控管理部门开展相关合作,共同做好区域的疫情防控工作。

文章来源:网络

西墨人脸测温系列

Thinmoo,专注于人工智能物联网(AIoT)的National high tech enterprise,公司在互联网音频通信、智能硬件、安防、artificial intelligence方面有深厚的技术积累;在深圳、北京、上海、西安、厦门、长沙、潍坊、昆明、郑州、兰州、重庆、温州、内蒙等地建有服务中心,具有全国服务能力。公司拥有业界领先的基于移动互联网的智慧社区、智慧校园、智慧家庭系列产品及解决方案,主打产品测温人脸识别、人脸识别云对讲、手机蓝牙二维码云门禁、社区机器人、智能家居、社区物联网等产品及云平台;为万科、星河、建设银行、金科、长城、方圆、珠江地产、苏宁、富力、上铺、微谷、华润、宏阳集团、佳兆业集团、深圳保利物业集团、旭辉集团、中移物联网等国内多家著名品牌房地产、互联网、安防企业提供产品及服务;产品远销美国、意大利、马来西亚、新加坡、塞尔维亚、英国等海外客户。公司本着客户第一、质量至上、认真踏实、艰苦奋斗的经营理念,开放共赢,不断制造精品,以精品回报客户,为创建更美好社区服务

大数据在安防行业的变现方式

【CPS中安网 cps.com.cn】 从2020年伊始,中国就加速进入“大数据”时代,安防行业传统边界正愈发模糊,AI、城市大脑、5G、边缘计算、数据中台等新兴技术也开始在安防崭露头角,逐步找到合适的应用场景开花结果。

  新的技术正在对产业链带来革新,也在为企业带来更多的市场机遇和挑战。

  在安防产业的智慧化转型过程中,需要通过新一代信息技术,充分挖掘数据的价值,释放数据的能量,完成行业、企业的改革和转型、升级,实现行业发展的创新驱动,激发和促进智慧安防需求的深化和扩展。

  数字化转型既是安防行业转型、升级的必由之路,也是安防行业面对的新挑战。

  2020年9月14日,由全国安防协会合作互助联盟、深圳市安全防范行业协会、CPS中安网主办的「CSIEC2020-第三届中国安防产业赋能大会」在深圳会展中心召开。

  CPS中安网总经理杨儒在会上作了以《大数据与安防》为主题的分享,涵盖了多年来中国安防行业的变化、安防与AIoT的结合、安防大数据的特点,以及在智慧安防时代解决方案商、工程商、集成商等如何把握机遇等内容。

一、大数据的概念和变现方式

  什么是大数据?

  大数据的概念,我们每天都在接触,现在都说我们是生活在一个“ABC”的时代,A指的是AI,B是大数据,C是云,今天的主题是大数据。

  大数据的定义主要有三点:

  01  大数据是数据集合,大数据指的是我们通过在一定的时间范围内,通过一些常规的手段和方法,无法去捕捉、无法去管理、无法去应用的数据集合,这就是大数据的概念。

  既然是数据的集合,就意味着它是有价值的。

  02  大数据是信息资产。大数据最大的价值是,它能够对海量的数据进行分析和处理。

  当然,大数据最大的战略意义不在于它的数据量有多庞大,它最大的战略意义是在于如何去把大数据的价值发挥出来。

  如果说大数据是一个产业,这个产业怎么变现?它的变现的方式就是怎么让这些大数据最大程度地去发挥它的产业价值,这个是它的价值所在。

  03  大数据的应用方向,主要有两个,一个是做精准化的定制,第二是做预测。

  这一点,大家每天都会用到,比如说每个人的手机上都装了相同的APP,比如说京东、淘宝、天猫,但是每个人打开的首页的推送都不一样,这就是应用了大数据的技术。

  再比如说你到一个陌生的城市,它就会给你推荐相应的衣食住行,这都是大数据在生活中的一些应用。

  大数据具备四个主要的特点,可把它称为“4V化”的特点:

  第一个是大量化(Volume):根据IDC的预测,到今年,全球会产生大概35ZB的数据量,这指的是大数据的大和量。

  第二是多样化(Variety):现在是一个数据信息爆炸的时代,数据的种类和来源形式非常多,以前的数据仅仅局限于文本、图像,但是现在视频、网页,甚至用户信息、HTML等,多种多样,这些都是大数据不同的表现形式。

  第三是快速化(Velocity):它包括两点,一是现在数据增长的速度非常快,二是要处理这些数据也需要特别快速的手段和方法。

  第四是价值密度低(Value):它是指在这么多海量的数据里面,有用数据的比例是越来越低的,所以我们要做数据价值的提纯,才能发挥好大数据对我们的生活、产业带来的变化。

  对于数据的大小,从最开始的bit,到后来的Byte、KB、MB、GB、TB等等,持续在发展,但现在很多人还停留在TB这个概念。

  如今的硬盘到10TB就已经很大了,再往后到大数据,还有非常大的延伸,而且每两个数据的大小之间,除了bit和Byte是8倍的关系,往后的每两个的进率都是2的10次方。

  1ZB大概相当于1.1万亿GB,这个数量已经等同于全世界沙子数量的总和,是非常庞大的数字,也就是说,大数据是大到无法想象的。

  根据IDC的数据预测,全球的数据规模,2020年大概能达到35ZB,再过5年这个数字会翻5倍,达到175ZB。

  现在全球都在发展物联网AIoT,IDC预测到5年以后,全球的物联网设备接入数量将超过750亿。如此可看出,数据的增长呈现爆发式,特别是在近10年和未来5年。

二、未来趋势:弱化安防,拥抱大数据

近年来,安防行业发生深切的变化,市场、技术变,玩家也在变。

  其中,最火的是人工智能,需要明确的是,人工智能发展的基础,正是因为现在海量数据的增长,给人工智能的技术发展提供了非常好的基础。

  如今,安防的概念正在被弱化,安防的巨头也在重新定义自己,海康把自己定位为大数据的运营服务商,大华和华为虽然没有提到大数据三个字,但是它说的是做运营服务和机器视觉,这两点也是基于大数据业务展开的。

  所以,从巨头对自己的定义中,也可看出,大数据跟安防正在建立越来越紧密的联系。

  这二十多年来,安防行业经历了几个阶段,从2010年之前的模拟时代,安防的大数据比较单一,主要是一些图片和视频,因为当时主要是做模拟监控的。

  然后到了数字化时代,这个阶段引入了平台的概念,所以在这个阶段,除了视频、图片等视频监控留下的信息,还多了一些用户的行为、用户的信息等多维度的数据。

  到了现在,在AIoT时代,产生的数据都是物联网综合数据。

  1)  安防行业的大数据有多大?

  根据IHS的统计,到2021年,全球的摄像机数量将会超过10亿台,这几年的复合增长率都是超过30%的。这10亿台摄像机里面,大概有一半都是部署在中国。

  在2019年的时候,央视曾经出了一个纪录片,它给出的数据是,在全中国公用的摄像机数量超过2500万台,这是指在公安或者天网方面的应用,还有交通行业也是这个数量级,所以中国的安防监控摄像机数量,到了明年,按照人口比例来计算,它是全球最高的国家和地区。

  除了视频监控以外,安防行业还有很多其它的子系统,所以安防行业每年产生的数据也是PB级别的,这是安防行业大数据的具体数据容量。

  2)  数据类型有哪几种?

  在整个数据行业,数据可以分成三种类型:非结构化、半结构化和结构化。

  非结构化,是指这个数据结构是不完整、不规则的,它是没有预定的数据模型,没有数据库的二维逻辑让我们能使用这些数据。

  在安防行业,可能99%都是非结构化数据,比如每天视频产生的录像等等,存在硬盘里面的数据,大部分是非结构化和半结构化数据。

  结构化数据是什么呢?就是通过一些技术手段,这两年特别火的视频结构化等等,去处理这个非结构化数据,让这些数据能够在数据库里面用二维逻辑的形式表现出来。

  比如可以通过一个照片,在全市上万个摄像头的海量数据里面精准找到某个人,这就是因为它用了视频结构化的功能,能够在海量的数据里面将人像和对应的录像之间形成数据的二维结构,所以能够快速找到我们想要的东西。

  半结构化数据,是介于结构化和非结构化之间,它是一种特殊的结构化数据。

  在安防行业的半结构化数据,比如说我们预先存下来的人像、指纹信息,它虽然有一定的特征,但是不能对应二维逻辑关系,它就是半结构化数据。

  3)  安防行业的数据从哪儿来?

  这可以理解为安防行业的业务流程,也可以看成是一个数据流,最大的数据产生就是感知部分,也就是前端、各种终端,然后从感知、传输到存储的部分产生的数据,绝大部分都是非结构化数据。

  当然也有一些例外,比如说现在用的智能摄像机,就是所谓的边缘计算或者是终端智能,它能够产生一些结构化数据,但是比例还非常少,从这个阶段,大部分产生的都是非结构化数据。

  然后在后端做分析和应用,这个过程就是将非结构化数据结构化的过程,也就是现在很多AI企业在做的事情,让躺在硬盘里的僵尸数据,产生价值,并且利用起来,这就是现在安防行业的数据流,也可以叫大数据的业务流程。

  4)  安防大数据的特点

  大数据在安防领域有三个特点,第一是类型多样化,因为安防行业的系统、产品非常多,大概子系统都有七八种,产品数不胜数,所以产生的数据类型非常多。除了视频和图像是占较大比例以外,现在的用户行为、各种日志、各种特征都是非常繁多的。

  第二个就是海量,现在随着摄像机的像素越来越高,每天产生的视频数据是非常大的,所以分析难度也相应地很大。

  第三是人机结合,其它行业用大数据,大部分都是用机器自主学习、自主应用,但是在安防行业有些不一样,安防行业以前到现在讲的都是人防、物防和技防三者结合的方式,所以在安防行业用的大数据是通常要人机结合才能产生更高的效应,比如说公安,你不能完全用机器去识别,肯定还要一线的民警结合起来,才能达到最高效的应用,这是安防行业有别于其它行业用大数据的特点,经常需要人机结合的方式。

  5)  安防大数据的提取和应用

  安防大数据的提取和应用过程事如何的呢?

  上面那张图是一个简单的安防行业拓普结构图,也就是云边端,当然还有一个概念叫管,它通常指的是各种传输方式,这不在我们的大数据讨论范围内。

  云边端都有自己的大数据提取和产生的过程。

  先看端,这几年的趋势是端边智能,端指的是各种前端的传感系统,比如说各种AI摄像头、智能终端、智能的摄像机,这就是指端。现在在端的部分产生的大数据相对的比例还是比较少的。

  除了云端提取的应用,其它大部分是在做边缘,边就是现在的边缘计算,比如说AI BOX,或者是各种分布式的应用中心,就是边端产生和提取的数据。

  最后一个是数据上云,就是指IoT的云平台处理这些数据,这就是很简单的一个安防行业大数据提取和应用的流程。

三、大数据给安防带来的变化

  大数据赋能安防,大数据用在安防以后,会给安防带来哪些变化呢?

①  技术的变化

  这个技术的变化体现在云化,现在大家也在逐渐地理解和接受安防数据上云这样一个概念,海大宇以及华为等等大的玩家都建立了自己的安防数据云。

  云化以后,它给安防带来最大的好处就是提升数据处理的能力。因为不管你是做边缘端还是做本地端,你的数据处理的能力毕竟是有限的,特别是在一些大项目上,像城市、公安级别的项目里面,用云化的处理能力还是性价比最高的。

②  格局的改变

  过去在安防行业,不管是厂家还是使用方,建设一个项目时,数据相互之间绝大部分都是独立的,信息孤岛效应非常严重,大数据进来之后,是要尽可能地将不同行业、不同客户、不同用户的数据打通,这样才会让大数据产生最大的价值,所以第二个改变就是尽可能打破信息孤岛的局面。

③  业务模式的改变

  安防行业的大数据市场,有很多外来的玩家,他们并不是想去做什么硬件,想来抢安防产品的饭碗,他们看到的是安防行业产生这么多大数据,他们想把这些数据利用起来,让这些数据产生更多的价值,所以越来越多的玩家进入到这个行业。

  以前做安防,大部分是在玩产品,现在是在弄方案,有了大数据加持以后,这些大的玩家以后是朝运营的模式转变。

  现在大数据在安防行业最大的两个应用方向,主要还是在政府部门,一个是公安,一个是交通。

  现在在全中国,公安装的摄像头超过2500万个,交通的摄像头也差不多。在这两个行业,他们的价格接受能力还是比较强。

  另外,公安的维稳和交通的秩序确实也是政府最大的刚需,所以现在主要的应用还是在政府的层面上,比如公安的大数据能够发挥一些作用,去做人像大数据、时空轨迹的捕捉,最终做一些综治和交管的平台。

  当然,任何一个新兴的东西应用到一个行业,都会面临一些问题,现在大数据赋能安防过程中,遇到哪些问题?

  第一个,数据挖掘和整合的矛盾。要打破信息孤岛,要打通各个部门的数据,这个难度是非常大的。

  第二个,数据量的急剧扩大与硬件投资之间的矛盾。IT的法则,在满足用户的使用条件基础上,你的成本越低,你的技术和产品的生命力、普及度是越强的。

  大数据的增长速度和数量是非常大的,需要客户投资的硬件成本,光是本地端可能都已经受不了,你再让他上云,如果不是公安和交通这种政府部门,一般的客户是很难承受大数据的投资建设成本的。

  第三个,时效性与信息安全之间的矛盾。安防的数据通常是需要非常高的时效性,但是时效性跟大数据之间是有矛盾的,如果我要保护你的隐私,就必然会对时效性产生影响,所以时效性与信息安全的矛盾,同样也是现在大数据普及遇到的问题。

  这三点就是现在急需要解决的问题。

  那么,大数据在安防行业会有怎样的技术演变路径呢?

  第一,数据分析,这是现在大部分企业在做的事情,就是让这些数据价值化,其实就是把大量的非结构化数据结构化。

  第二,数据中台,有了这些数据之后,很多企业在搭建数据中台,它其实就是一种数据的公共服务平台,把这些数据封装成很多公用的数据包,让不同的部门直接取用。

  举一个例子,比如说你是开餐馆的,你把这个餐馆的规模开得很大之后,你的后厨就需要很多的调料,把油盐酱醋按照一定的比例调到一个桶里,这个桶就是数据中台,不用厨师自己单独再调调料。

  安防行业的数据中台,比如说在一些大型的项目里面,会把数据封装成是公安部门用的,交警部门用的,或者是市政部门用的,这就是数据中台的概念。

  第三,软件定义一切,现在软件可以定义很多东西,比如软件定义网络就有了SDN,软件定义存储就有SDS,软件定义计算就有了云计算,华为也提出了软件定义摄像机的概念。

  未来会有很多软件定义的概念,以前是平台即服务、基础设施即服务,以后可能一切都是服务,很多都是由软件来定义的。

  第四,数字孪生,大数据在安防行业演变的终极形态就是做到数字孪生,或者有的企业叫孪生城市,它的意思就是把一个物理城市任何的东西都数据化,那就可以在数字世界重构一个城市的模型,就能够对现实的城市中很多的事情进行优化。

  现在行业正在做的是数据分析和数据中台。在AIoT的时代下,越来越多的玩家也进入到安防行业这个赛道,最终谁能胜出呢?

  谁把数据玩好了,可能谁在未来的安防道路上就会取得自己的优势,所谓的数据为王就是这个概念。

文章来源:CPS中安网

Thinmoo,专注于人工智能物联网(AIoT)的National high tech enterprise,公司在互联网音频通信、智能硬件、安防、artificial intelligence方面有深厚的技术积累;在深圳、北京、上海、西安、厦门、长沙、潍坊、昆明、郑州、兰州、重庆、温州、内蒙等地建有服务中心,具有全国服务能力。公司拥有业界领先的基于移动互联网的智慧社区、智慧校园、智慧家庭系列产品及解决方案,主打产品人脸识别云对讲、手机蓝牙二维码云门禁、社区机器人、智能家居、社区物联网等产品及云平台;为万科、星河、建设银行、金科、长城、方圆、珠江地产、苏宁、富力、上铺、微谷、华润、宏阳集团、佳兆业集团、深圳保利物业集团、旭辉集团、中移物联网等国内多家著名品牌房地产、互联网、安防企业提供产品及服务;产品远销美国、意大利、马来西亚、新加坡、塞尔维亚、英国等海外客户。公司本着客户第一、质量至上、认真踏实、艰苦奋斗的经营理念,开放共赢,不断制造精品,以精品回报客户,为创建更美好社区服务

政府数据开放与创新发展实践

摘要:数字经济时代大数据资源已成为驱动经济转型发展、服务民生建设、创新社会治理模式的核心要素,是培育新经济、新动能的土壤。政府部门是权威数据的最大拥有者,掌握着社会绝大部分(约80%)的数据,交通、金融、电信、工商、卫生等行业都积累了大量数据。加快建设政府数据开放,对于丰富社会信息资源,提升政府社会治理能力和公共服务水平,优化产业结构和经济运行机制,促进大众创业、万众创新,推动经济社会高质量发展具有重要意义。

一、引言

自2009年起,随着一系列诸如《透明和开放的政府》、《开放政府令》、《电子化政府执行策略》等政策法规的出台,美国成为全球首个推广开放政府数据的国家,并在全球范围内掀起了一波开放政府数据的浪潮。2013年6月,法国、美国、英国、德国、日本、意大利、加拿大和俄罗斯八国集团首脑在北爱尔兰峰会上签署《开放数据宪章》,世界各国政务数据资源开放的呼声愈发高涨,各国、各地区将宪章做为开放数据的重要依据和原则,相继拉开了政府开放数据的大幕,已有英国、美国、加拿大等70多个国家联合建立开放政府伙伴关系,正按计划有序公开重要的政府公共数据,数据开放已经成为当今世界各国的共同趋势。

二、美国数据开放的经验及启示

美国作为政府开放数据的倡导者和先行者,在加强开放政府数据与合作共享方面也一直走在世界前列。通过对美国政府数据开放推进机制、开放动力、开放成效、合作模式及安全保障机制等方面的研究,以期借鉴他们的成功经验,为我国更好地开展政府数据开放提供借鉴和参考。

(一) 数据开放推进机制

美国政府数据开放以2009年奥巴马政府发布《透明开放政府备忘录》为标志。十年来,美国持续深入政府数据开放,总体上经历了三个阶段。

第一阶段:政策提出和推进阶段(2009~2010年),重点是建章立制,开展技术手段建设。2009年1月,美国联邦政府发布《透明开放政府备忘录》,提出建立透明、开放、合作政府。5月,政府数据开放网站Data.gov上线,要求各部门在60天内公布开放政府计划,并把首批开放数据上传到Data.gov网站上。12月,美国总统办公室、管理与预算办公室联合发布《开放政府指令》,要求联邦政府各部门在45天内,在Data.gov网站上至少再开放3项高价值数据。2010年7月,管理与预算办公室发布《开放政府计划》,进一步推动各部门形成阶段性开放数据计划。

第二阶段:政策健全和完善阶段(2011~2013年),重点是规范开放,完善推进机制。2011年8月Data.gov网站进行了改版,具备高级搜索、用户交流和API调用等新功能。这一时期,还先后发布了《数字政府:建设21世纪更好服务美国人民的信息平台》、《开放数据政策——将信息作为资产进行管理》以及《实现政府信息公开化和机器可读取化总统行政命令》等一系列文件,进一步完善美国政府数据开放的推进体系、管理框架和开放利用标准,提升了数据资源的开放性和互操作性。

第三阶段:总结开放和再推进阶段(2014年至今),重点是总结经验,寻求深化开放对策。2014年,白宫发布《抓住机遇、守护价值白皮书》,总结美国大数据中的隐私保护政策和立法,夯实数据开放的安全围栏。2015年以来,多方论坛和峰会成为各行业逐步推动各领域数据开放的主要手段。2015年10月,美国住房和城市发展部围绕政府开放数据在社区服务方面的最佳实践和未来展望,举办了开放政府和技术博览会。2016年,联邦政府举行开放数据圆桌会议,对联邦政府部门数据开放进行全面总结, 2018 年12月,美国国会两院通过了《开放的、公开的、电子化的及必要的政府数据法》(简称数据法),意味着美国政府在开放度上取得了又一次的历史性胜利。

(二) 数据开放动力

美国之所以大力推动数据开放,主要动力包括两个方面:从政府角度来看,一是通过公众的专业素养与知识来协助政府解决公共事务,从而提高政府治理能力,二是提升供公众对联邦政府相关数据收集和利用能力,加快信息化和民主化建设进程,提高政府效能;从经济角度来看,社会公众能通过对开放数据的再利用创造出新的经济价值,激活社会创新。最终通过数据开放,培育新型产业,带动产业发展。

(三) 数据开放成效及合作模式

经过10年发展,Data.gov开放的数据集由最初的47个增加至23万个,数据开放成效不断显现,基于房地产、气候、农业等重点领域的开放数据,已涌现出一大批数据驱动服务企业,数据生态正逐步成型。美国的开放生态不仅仅是开放网站,而是由多元参与共同维持的一个生态体系。

图1 美国数据开放生态体系示意图

美国的开放网站的开发者栏目中加入了Github网站的连接。可以使开发者直接跳转到Github网站上获取相关的技术支持,作为开发者利用开放数据开发软件的载体。

阳光基金会(Sunlight Foundation)是美国的一个全国性、无党派的非营利组织,这个非盈利组织的目标就是使用技术来增强政府的透明度和问责制。在Data.Gov上线的同一天,阳光基金会宣布设立25000美元的奖金,举办程序员公共数据开发大赛,促进公众参与,集思广益,提高政府数据的创新利用价值。

为促进开放式创新,培育开放应用生态, Data.gov 网站上设置了Challenge 栏目,通过Challenge.gov挑战竞赛,“寻求者”向公众提出问题或疑问,“解决者”回应并提交解决方案,代理机构仅支付符合标准且被选为获胜者的解决方案。

(四) 数据安全保障机制

美国十分注意数据安全,从组织、法律、技术等方面加以保障。在组织保障方面,联邦政府通过设立联邦贸易委员会等专门的机构,依法对所有上传到开放数据网站上的数据进行保护、管理与监督;在法律保障方面,2010年3月美国预算管理办公室发布《隐私保护指令》,要求联邦各机构在执行数据开放时,必须遵守现行的相应隐私政策和法规;2018 年12月,美国国会两院通过了《开放的、公开的、电子化的及必要的政府数据法》(简称数据法),将确保联邦政府发布有价值的数据集、遵循数据管理的最佳实践,并承诺以非专有的电子格式向公众提供数据;在技术保障方面,通过制定参与主体间的共同协议规范开放数据的管理,通过系统测评,前置身份认证、身份识别模型等技术保障了隐私安全。除政策与立法之外,美国政府还主张加大隐私保护执法力度,加强推进隐私保护的国际合作,与其他国家共同维护开放数据的安全。

三、我国数据开放建设现状及体系建设

(一)我国数据开放建设现状

在国外积极推动数据开放的大背景下,上海大胆尝试,积极推动数据开放,在2012年,上海公共数据开放网站作为全国首个公共数据开放平台向社会发布,在上海之后,陆续有北京、湛江、无锡等地也建设了自己的开放网站,在2015年出台《促进大数据发展行动纲要》(国发〔2015〕50号)以后,全国数据开放呈现爆发式增长,截至目前,全国已有90余个地方建设数据开放平台,各地上线路线图如下图所示:

图2 国内数据开放趋势图

(二)我国数据开放体系建设

受国外数据开放启发,结合我国现实需要,我国数据开放的意义主要是通过搭建数据开放平台,将政府可开放的数据资源做为生产资料,面向全社会开放,社会中的企业、个人、研究机构和各院校可以根据自己的需要,形成论文、分析报告、应用app等数据产品,企业、个人与各科研机构可以展开生态合作与交易,共同形成开放的生态社区,共同打造数据文化。同时,企业、个人和科研机构,可以将这些数据产品以及他们所产生的社会化的数据反哺给政府,从而提升政府的治理能力和服务水平。我国数据开放生态体系如图所示:

图3 国内数据开放生态体系示意图

数据开放的意义不仅在于加快民主化进程,推进政府公信力,更重要的是通过数据的利用,培育创新文化,让人民重视数据、尊重数据、利用数据,并创造更多的社会价值。目前各地都已经认识到数据开放的价值和意义,正积极推进公共数据开放相关工作。

四、我国数据开放建设面临的问题及推进思路

虽然我国在推动政府数据开放方面做出了一些实践探索,部分地方政府在开放数据、引导社会力量参与等方面已经取得了一些进展,但目前国内数据开放还面临很多问题,比如概念不清,什么是公共数据资源,数据开放与数据共享关系、数据开放与大数据的关系、数据开放与数据交易的关系与界限不清晰;数据开放缺乏统一的标准规范,没有相关的政策、标准规范和保障制度;缺少数据安全与数据质量保障机制;不清楚如何推动数据开放等等。要想推动真正意义的数据开放,享受数据开放带来的红利,应从以下三个方面着手:

首先,应准确理解数据开放的概念和原则,理清数据开放与信息公开、数据开放与数据共享、开放数据与大数据、数据开放与数据交易之间的关系和区别。准确地理解数据开放对于推动其实践和研究至关重要,各级政府、公共企事业单位应加强培训教育,提升各单位对于数据开放的定义、原则和标准的理解,厘清其与相关概念之间的联系和区别,提高开放数据意识和能力,推动真正的数据开放。

其次,应根据国家有关政策要求,对数据开放平台进行总体规划设计,选择合理的建设模式,目前国内省级开放平台有三种建设模式:第一种是省统一建设,例如山东省,由山东省统一建设开放平台,为各地市提供数据存储、安全,门户个性化定制的服务,各地市,只需要使用省平台统一分配的账户进行开放数据的填报和信息维护工作。这种模式的特点是,建设成本低,标准统一,便于管理,同时对省级平台的技术、安全等要求较高。第二种是省市分别建设,例如广东省,由省、市分别建设各自的开放平台,开放资源分散存储,开放目录向省级集中,省级主管部门通过制定统一的标准约束和指导各地市平台的建设。第三种是省市独立建设,省、市分别建设各自的开放网站,平台及数据相互之间没有关联,这种模式是目前各地在建设开放平台时普遍存在。如果仅从解决开放平台有无的角度,初期可以采用省市独立建设的模式,但是在顶层设计和后继规划中应考虑省市之间的级联关系,有条件的建议优先省市统一建设模式。

最后,制定配套的保障机制,在组织保障、制度和规范保障、安全保障等方面进行合理规划。在组织保障方面,应明确信息化主管部门职责分工,如信息中心、大数据局、网信办等;明确牵头负责数据开放工作的内设机构,建立数据开放专人专岗管理制度,定期对数据开放相关人员开展培训,提高业务及技术能力;成立公共数据开放专家委员会和应急安全保障小组制定政府数据安全应急预案,定期开展安全测评、风险评估和应急演练,及时采取应急措施。在制度和规范保障方面,制定数据开放管理办法,通过立法,明确各有关单位权责利,规定各单位开放数据流程,从数据集的选定、数据元审核、采集、发布、下线全生命周期的管理规范;制定数据开放有关标准规范,明确定义数据开放的总体标准、术语标准、元数据格式标准、接口规范、平台建设标准等;制定开放平台运行保障制度,建立绩效考核评价制度,开放工作纳入年度考核,形成对各单位的正向激励机制和反向约束机制等等。在安全保障方面,安全包括数据开放平台安全和开放数据安全,通过制度和技术加以保障。制度保障上, 2019年5月28日,中央网信办发布了《数据安全管理办法》(征求意见稿), 主要对数据收集、数据处理使用、数据安全监督管理进行规定,要求各地在推动数据开放工作时严格遵守。技术保障上,除了网络安全,系统安全以外,可借助分布式存储、沙箱、区块链等技术手段,保证技术安全,通过授权使用、过程数据不留存、原始数据不出政务云等手段实现管理安全。

五、展望

当前,各界已经普遍认识到了数据开放的重要意义,正积极推动数据开放建设,但总体来看,我国数据开放体系建设仍处在发展的初级阶段,推进数据开放生态体系建设将是未来较长一段时间内需要持续努力的方向。目前国家公共数据开放平台正在规划建设中,随着国家公共数据开放平台的建设上线,势必会在全国范围内,带来新一轮数据开放建设热潮,我国数据开放体系建设即将进入爆发期、黄金期!数据开放是提高政府治理能力,推动数字经济、数据产业发展,缔造数据文化的重要平台,数据开放建设不只是政府上线的一个工程项目,更是一个需要持续运营的平台,需要集众智、聚合力共同推动数据开放生态体系建设,为推动更高层次数字中国建设汇聚新动能。

作者:张峰,浪潮集团数字政府事业部总经理

(本文发表于由国家信息中心数字中国研究院编辑出版的《数字中国建设通讯》2019年第5期)

文章来源:国家信息中心

Thinmoo,专注于人工智能物联网(AIoT)的国家高新技术企业,公司在互联网音频通信、智能硬件、安防、人工智能方面有深厚的技术积累;在深圳、北京、上海、西安、厦门、长沙、潍坊、昆明、郑州、兰州、重庆、温州、内蒙等地建有服务中心,具有全国服务能力。公司拥有业界领先的基于移动互联网的智慧社区、智慧校园、智慧家庭系列产品及解决方案,主打产品人脸识别云对讲、手机蓝牙二维码云门禁、社区机器人、智能家居、社区物联网等产品及云平台;为万科、星河、建设银行、金科、长城、方圆、珠江地产、苏宁、富力、上铺、微谷、华润、宏阳集团、佳兆业集团、深圳保利物业集团、旭辉集团、中移物联网等国内多家著名品牌房地产、互联网、安防企业提供产品及服务;产品远销美国、意大利、马来西亚、新加坡、塞尔维亚、英国等海外客户。公司本着客户第一、质量至上、认真踏实、艰苦奋斗的经营理念,开放共赢,不断制造精品,以精品回报客户,为创建更美好社区服务

建设数字中国,习总书记把舵定向、擘画未来

信息化发展不进则退、慢进亦退。当前,全球信息化浪潮汹涌而至,以习总书记为核心的党中央准确把握时代大势,把实施网络强国、加快建设“数字中国”当成举国发展的重大战略。党的十八大以来,习总书记一次次瞩目“数字中国”,用心甚专、用力甚勤,就数字中国建设发表一系列重要讲话,为“数字中国”建设把舵定向,不仅标定了前进路径,更擘画了清晰未来。

u    建设数字中国,是适应新时代的重要战略部署

党的十八届五中全会、“十三五”规划纲要都对实施网络强国战略、“互联网+”行动计划、大数据战略等作了部署,要切实贯彻落实好,着力推动互联网和实体经济深度融合发展,以信息流带动技术流、资金流、人才流、物资流,促进资源配置优化,促进全要素生产率提升,为推动创新发展、转变经济发展方式、调整经济结构发挥积极作用。

——2016年4月19日,习近平在网络安全和信息化工作座谈会上的讲话

推动实施国家大数据战略,加快完善数字基础设施,推进数据资源整合和开放共享,保障数据安全,加快建设数字中国,更好服务我国经济社会发展和人民生活改善。

——2017年12月8日,习近平在中共中央政治局就实施国家大数据战略进行第二次集体学习时发表讲话

加快数字中国建设,就是要适应我国发展新的历史方位,全面贯彻新发展理念,以信息化培育新动能,用新动能推动新发展,以新发展创造新辉煌。

——2018年4月22日,习近平致首届数字中国建设峰会的贺信

u    鼓励科技创新,用核心技术锻造数字中国供应链

中国正在实施“互联网+”行动计划,推进“数字中国”建设,发展分享经济,支持基于互联网的各类创新,提高发展质量和效益。

——2015年12月16日,习近平在第二届世界互联网大会开幕式上的讲话

互联网核心技术是我们最大的“命门”,核心技术受制于人是我们最大的隐患。一个互联网企业即便规模再大、市值再高,如果核心元器件严重依赖外国,供应链的“命门”掌握在别人手里,那就好比在别人的墙基上砌房子,再大再漂亮也可能经不起风雨,甚至会不堪一击。

——2016年4月19日,习近平在网络安全和信息化工作座谈会上的讲话

加强应用基础研究,拓展实施国家重大科技项目,突出关键共性技术、前沿引领技术、现代工程技术、颠覆性技术创新,为建设科技强国、质量强国、航天强国、网络强国、交通强国、数字中国、智慧社会提供有力支撑。

——2017年10月18日,中国共产党第十九次全国代表大会在北京召开,习近平代表第十八届中央委员会向大会作报告

u    发展数字经济,用转型升级培育数字中国增长点

世界经济加速向以网络信息技术产业为重要内容的经济活动转变。我们要把握这一历史契机,以信息化培育新动能,用新动能推动新发展。要加大投入,加强信息基础设施建设,推动互联网和实体经济深度融合,加快传统产业数字化、智能化,做大做强数字经济,拓展经济发展新空间。

——2016年10月9日,习近平在中共中央政治局就实施网络强国战略进行第三十六次集体学习时发表讲话

要抓住新一轮科技和产业革命的机遇,打造互联网和数字经济、蓝色经济、绿色经济等新增长点。

——2016年11月20日,习近平在亚太经合组织第二十四次领导人非正式会议第一阶段会议上的发言

我们要共同为世界经济增长发掘新动力。这个动力首先来自创新。研究表明,全球95%的工商业同互联网密切相关,世界经济正在向数字化转型。我们要在数字经济和新工业革命领域加强合作,共同打造新技术、新产业、新模式、新产品。

——2017年9月3日,习近平在金砖国家工商论坛开幕式上的讲话

中共十九大制定了新时代中国特色社会主义的行动纲领和发展蓝图,提出要建设网络强国、数字中国、智慧社会,推动互联网、大数据、人工智能和实体经济深度融合,发展数字经济、共享经济,培育新增长点、形成新动能。中国数字经济发展将进入快车道。

——2017年12月3日,习近平致第四届世界互联网大会的贺信

要构建以数据为关键要素的数字经济。建设现代化经济体系离不开大数据发展和应用。我们要坚持以供给侧结构性改革为主线,加快发展数字经济,推动实体经济和数字经济融合发展,推动互联网、大数据、人工智能同实体经济深度融合,继续做好信息化和工业化深度融合这篇大文章,推动制造业加速向数字化、网络化、智能化发展。  

——2017年12月8日,习近平在中共中央政治局第二次集体学习时强调

要发展数字经济,加快推动数字产业化,依靠信息技术创新驱动,不断催生新产业新业态新模式,用新动能推动新发展。要推动产业数字化,利用互联网新技术新应用对传统产业进行全方位、全角度、全链条的改造,提高全要素生产率,释放数字对经济发展的放大、叠加、倍增作用。要推动互联网、大数据、人工智能和实体经济深度融合,加快制造业、农业、服务业数字化、网络化、智能化。

——2018年4月20日至21日,习近平出席全国网络安全和信息化工作会议并发表重要讲话

u    保障数据安全,用网络强国为数字中国保驾护航

没有网络安全就没有国家安全,没有信息化就没有现代化。网络安全和信息化是事关国家安全和国家发展、事关广大人民群众工作生活的重大战略问题,要从国际国内大势出发,总体布局,统筹各方,创新发展,努力把我国建设成为网络强国。

——2014年2月27日,习近平主持召开中央网络安全和信息化领导小组第一次会议并发表重要讲话

要切实保障国家数据安全,加强关键信息基础设施安全保护,强化国家关键数据资源保护能力,增强数据安全预警和溯源能力。加大对技术专利、数字版权、数字内容产品及个人隐私等的保护力度,维护广大人民群众利益、社会稳定、国家安全。要加强国际数据治理政策储备和治理规则研究,提出中国方案。

——2017年12月8日,习近平在中共中央政治局第二次集体学习时强调

u    加强公共服务,用民生获得感作为数字中国出发点

网信事业要发展,必须贯彻以人民为中心的发展思想。要适应人民期待和需求,加快信息化服务普及,降低应用成本,为老百姓提供用得上、用得起、用得好的信息服务,让亿万人民在共享互联网发展成果上有更多获得感。

——2016年4月19日,习近平在网络安全和信息化工作座谈会上的讲话

大数据在保障和改善民生方面大有作为。要坚持以人民为中心的发展思想,推进“互联网+教育”、“互联网+医疗”、“互联网+文化”等,让百姓少跑腿、数据多跑路,不断提升公共服务均等化、普惠化、便捷化水平。要坚持问题导向,抓住民生领域的突出矛盾和问题,强化民生服务,弥补民生短板,推进教育、就业、社保、医药卫生、住房、交通等领域大数据普及应用,深度开发各类便民应用。要加强精准扶贫、生态环境领域的大数据运用,为打赢脱贫攻坚战助力,为加快改善生态环境助力。

——2017年12月8日,习近平在中共中央政治局第二次集体学习时强调

网信事业发展必须贯彻以人民为中心的发展思想,把增进人民福祉作为信息化发展的出发点和落脚点,让人民群众在信息化发展中有更多获得感、幸福感、安全感。

——2018年4月20日至21日,习近平在全国网络安全和信息化工作会议上强调

u    强化队伍建设,用人才资源汇聚数字中国源动力

建设网络强国,要把人才资源汇聚起来,建设一支政治强、业务精、作风好的强大队伍。“千军易得,一将难求”,要培养造就世界水平的科学家、网络科技领军人才、卓越工程师、高水平创新团队。

——2014年2月27日,习近平主持召开中央网络安全和信息化领导小组第一次会议时强调

“得人者兴,失人者崩。”网络空间的竞争,归根结底是人才竞争。建设网络强国,没有一支优秀的人才队伍,没有人才创造力迸发、活力涌流,是难以成功的。念好了人才经,才能事半功倍。

——2016年4月19日,习近平在网络安全和信息化工作座谈会上的讲话

责编:崔佳佳、童楠楠

(本文发表于由国家信息中心数字中国研究院编辑出版的《数字中国建设通讯》第1期,联系人:崔佳佳01068558731)

 

文章来源:国家信息中心

Thinmoo,专注于人工智能物联网(AIoT)的国家高新技术企业,公司在互联网音频通信、智能硬件、安防、人工智能方面有深厚的技术积累;在深圳、北京、上海、西安、厦门、长沙、潍坊、昆明、郑州、兰州、重庆、温州、内蒙等地建有服务中心,具有全国服务能力。公司拥有业界领先的基于移动互联网的智慧社区、智慧校园、智慧家庭系列产品及解决方案,主打产品人脸识别云对讲、手机蓝牙二维码云门禁、社区机器人、智能家居、社区物联网等产品及云平台;为万科、星河、建设银行、金科、长城、方圆、珠江地产、苏宁、富力、上铺、微谷、华润、宏阳集团、佳兆业集团、深圳保利物业集团、旭辉集团、中移物联网等国内多家著名品牌房地产、互联网、安防企业提供产品及服务;产品远销美国、意大利、马来西亚、新加坡、塞尔维亚、英国等海外客户。公司本着客户第一、质量至上、认真踏实、艰苦奋斗的经营理念,开放共赢,不断制造精品,以精品回报客户,为创建更美好社区服务

大数据驱动的威胁态势感知

2012年3月,全球最具权威的IT研究与顾问咨询公司高德纳(Gartner)发表了一份题为《信息安全正在成为一个大数据分析问题》(Information Security Is Becoming a Big Data Analytics Problem)的报告,表示当前真正的信息安全问题正在由大数据来解决,大数据的出现将对信息安全产生深远的影响。从企业级信息系统威胁态势感知的发展历史我们可以看出目前大数据在信息安全领域已经变的不可或缺了。

第一阶段:安全信息和事件管理(Security Information and Event Management)阶段

安全信息和事件管理(SIEM)产品和服务结合了安全信息管理(Security Information Management)和安全事件管理(Security Event Management)。它们提供应用程序和网络硬件生成的安全警报的实时分析。

安全信息和事件管理产品及服务负责从大量企业安全控件、主机操作系统、企业应用和企业使用的其他软件收集安全日志数据,并进行分析和报告。有些SIEM还可以试图阻止它们检测到正在进行的攻击,在一定程度上帮助阻止破坏或者限制成功攻击可能造成的损坏。

安全信息和事件管理的功能有:

数据聚合:日志管理聚合来自多个来源的数据,包括网络,安全,服务器,数据库,应用程序等,提供整合监控数据的能力,以帮助避免错过关键事件。

相关性:查找公共属性,并将事件链接到有意义的包中。该技术提供了执行各种相关技术以集成不同来源的数据的能力,以便将数据转换为有用信息。相关性通常是完整SIEM解决方案中安全事件管理部分的函数。

警报:自动分析相关事件和警报,以通知收件人紧急问题。警报可以是仪表板,也可以通过电子邮件等第三方渠道发送。

仪表板:工具可以将获取的事件数据转换为信息图表,以帮助查看或识别。

合规性:可以使用应用程序自动收集合规性数据,按照已有的安全,管理和审计流程生成报告。

保留:使用历史数据的长期存储来促进数据随时间的关联,并提供合规性要求所需的保留。长期日志数据保留在法医调查中至关重要,因为在发生违规时不太可能发现网络泄露。

取证分析:能够根据特定条件在不同节点和时间段上搜索日志。这减轻了必须通过人力聚合日志信息或搜索成千上万的日志。

这一阶段主要是整合了应用程序和网络硬件生成的安全警报,当攻击已经侵入到系统中时能及时报警。严格意义上来讲,还无法做到威胁态势的感知。

第二阶段:信息安全运营中心/安全运营中心(Information Security Operations Center / Security Operations Center)阶段

安全运营中心是指为保证信息资产的安全,采用集中管理方式统一管理相关安全产品,搜集所有安全信息,并通过对收集到各种安全事件进行深层的分析、统计和关联、及时反映被管理资产的安全基线,定位安全风险,对各类安全时间及时提供处理方法和建议的安全解决方案。

安全运营中心的主要思想是采用多种安全产品的Agent和安全控制中心,最大化地利用技术手段,在统一安全策略的指导下,将系统中的各个安全部件协同起来,实现对各种网络安全资源的集中监控、统一策略管理、智能审计及多种安全功能模块之间的互动,并且能够在多个安全部件协同的基础上实现实时监控、安全事件预警、报表处理、统计分析、应急响应等功能,使得网络安全管理工作由繁变简,更为有效。

对于大型政企来讲,可以运行多个安全运营中心来管理不同的信息和通信技术,或者在一个站点不可用时提供冗余。

安全运营中心和网络运营中心(NOC)相互补充,协同工作。网络运营中心通常负责监控和维护整个网络基础架构,其主要功能是确保不间断的网络服务。安全运营中心负责保护网络,网站,应用程序,数据库,服务器和数据中心以及其他技术。

安全运营中心主要负责以下三个方面:

控制——通过合规性测试,渗透测试,漏洞测试等关注安全状态。

监控——通过日志监控,SIEM管理和事件响应来关注事件和响应

运营——专注于运营安全管理,如身份和访问管理,密钥管理,防火墙管理等。

这一阶段集中管理相关安全产品,搜集所有安全信息,并对收集到信息进行分析和处理,在一定程度上可以做到安全事件的预警。

当前阶段:安全智能中心(Security Intelligence Center)阶段

今天的信息安全领域都面临着诸多挑战。一方面,企业安全架构日趋复杂,各种类型的安全设备越来越多、产生的安全数据也越来越多,已经多到用传统的分析方法无法及时处理这些数据;但另一方面,一些新型威胁的兴起,内控与合规的深入,为了做出更准确的判定和及时的响应,需要获取、保存与分析更多的安全信息。因此信息安全问题正在逐渐变成一个大数据分析问题,大规模的安全数据需要被有效地关联、分析和挖掘,才能应对当前在信息安全领域的挑战。

对于一些难以察觉的安全威胁,用传统的方法会耗费数天甚至数月的时间才能发现,因为大量的互不相干的数据流难以形成简明、有条理的事件脉络。所采集和分析的数据量越大,就越难看出他们之间是否有联系,重构事件所需的时间也越长。当遭到像快速传播的蠕虫这样快速且凶猛攻击,如果要花数天或数月来诊断问题,会造成巨大的合规和财务影响。哪些资产真正处于威胁风险中,哪些资产有补救控制或应对措施?要知道这些问题,管理员需要监控所有系统的安全状况,包括访问其网络的移动设备和个人拥有设备,并及时确定优先级和补救措施。

大数据的出现有效地解决了上述问题,因为大数据具有以下优点:

(1)扩大了分析内容的范围。传统的威胁分析主要针对的内容为各类安全事件。一个企业的信息资产则包括数据资产、软件资产、实物资产、人员资产、服务资产和其他为业务提供支持的无形资产。由于传统威胁检测技术的局限性,其并不能覆盖这6类信息资产,因此所能发现的威胁也是有限的。通过在威胁检测方面引入大数据分析技术,可以更全面地发现针对这些信息资产的攻击。比如,通过对企业的客户部订单数据的分析,能够发现一些异常的操作行为,进而判断是否危害公司利益。所以说分析内容范围的扩大使得基于大数据的威胁检测更加全面。

(2)可分析时间跨度更长的内容。现有的许多威胁分析技术都是内存关联性的,也就是说实时收集数据,采用分析技术发现攻击。分析窗口通常受限于内存大小,无法应对持续性和潜伏性攻击。引入大数据分析技术后,威胁分析窗口可以横跨若干年的数据,因此威胁发现能力更强,可以有效应对高级持续性威胁(APT)类攻击。

(3)增加了攻击威胁的预测性。传统的安全防护技术或工具大多是在攻击发生后对攻击行为进行分析和归类,并做出响应。基于大数据的威胁分析,可进行超前的预判,它能够寻找潜在的安全威胁,对未发生的攻击行为进行预防。

(4)甚至可以检测到未知的威胁。传统的威胁分析通常是由经验丰富的专业人员根据企业需求和实际情况展开,然而这种威胁分析的结果很大程度上依赖于个人经验。同时,分析所发现的威胁也是已知的。大数据分析的特点是侧重于普通的关联分析,而不侧重因果分析,因此通过采用恰当的分析模型,可发现未知威胁。

随着云计算与大数据的发展,安全智能中心成为企业级威胁态势感知平台。安全智能中心以大数据为技术支持,以企业的业务为核心,进行实时的异常检测,实现安全分析智能化与威胁可视化,并提供威胁情报共享、安全台式感知和高级威胁侦测分析等服务。

从安全运营中心(SOC)转化到安全智能中心(SIC),其主要差别在:

1.  利用威胁情报智能分析而不是单纯依赖安全厂商和告警反馈;

2.  从基于规则匹配向数据建模、机器学习智能化的转变;

3.  从短时间状态监控向长周期趋势变化及动态基线转变;

4.  从单一安全事件监控向整体安全态势感知的转变;

5.  从依靠自身安全能力为向威胁情报共享,风险预测的转变。

目前IT环境正在发生深刻变化,移动化、外部协作、虚拟化、云计算、移动互联化、黑色产业链这六种趋势,正在重塑传统的IT架构,从而也驱动信息安全防护策略向自适应安全及场景感知的方向发展,尤其是威胁也在发生深刻变化。

针对以上这些新型威胁特征,立体化、可视化防护架构已经被广大用户所接受。一方面通过云安全和大数据分析技术提高了传统网关、网络、端点等纵向拦截面的威胁识别能力。另一方面还加入了云数据中心、虚拟化主机和应用层的威胁深度侦测技术。从多个层面确保业务安全、数据安全,进而帮助用户识别、分析、拦截每一个非法的业务信息流或是端点的可疑行为。

当今的高级威胁需要新的层次化防御模型使用主动参与技术在网络、负载和终端三个层面进行防御,综合使用两个或者三个层次的解决方案可以提供更为有效的高级威胁防御能力。

北京中联润通信息技术有限公司简介:公司成立于2009年,是中国领先的大数据综合服务提供商,长期服务于国家政府部门、地方政府和大型企业,在海南、重庆、上海等地与地方政府及国企单位合作成立了多个分支机构,中联润通专注于产业经济、空港经济、价格监管、智慧园区、扶贫、医疗等大数据解决方案,致力于推动数字社会建设。

本文发表于由国家信息中心数字中国研究院编辑出版的《数字中国建设通讯》2018年第2期

文章来源:国家信息中心

Thinmoo,专注于人工智能物联网(AIoT)的国家高新技术企业,公司在互联网音频通信、智能硬件、安防、人工智能方面有深厚的技术积累;在深圳、北京、上海、西安、厦门、长沙、潍坊、昆明、郑州、兰州、重庆、温州、内蒙等地建有服务中心,具有全国服务能力。公司拥有业界领先的基于移动互联网的智慧社区、智慧校园、智慧家庭系列产品及解决方案,主打产品人脸识别云对讲、手机蓝牙二维码云门禁、社区机器人、智能家居、社区物联网等产品及云平台;为万科、星河、建设银行、金科、长城、方圆、珠江地产、苏宁、富力、上铺、微谷、华润、宏阳集团、佳兆业集团、深圳保利物业集团、旭辉集团、中移物联网等国内多家著名品牌房地产、互联网、安防企业提供产品及服务;产品远销美国、意大利、马来西亚、新加坡、塞尔维亚、英国等海外客户。公司本着客户第一、质量至上、认真踏实、艰苦奋斗的经营理念,开放共赢,不断制造精品,以精品回报客户,为创建更美好社区服务

切换注册

登录

忘记密码 ?

切换登录

注册

Product Series:

Intelligent face recognition cloud intercom series

AI monitoring series

Cloud access control IoT lock series

Smart Home Series

Internet of things series

Intelligent channel smart parking series

Solution:

Intelligent waste sorting system

Smart community solutions

出租屋解决方案

Smart Building Solutions

contact us:

客服:4001883169‬

商务:4001883169‬

mailbox:sales@thinmoo.com

Address:Block East 3rd floor,Bantian High-Tech Park,Longgang District,Shenzhen,China

 

 

Official WeChat:

 

Scan code attention to the public number

ICP 15107074
en_USEnglish
zh_CN简体中文 en_USEnglish
Skip to toolbar